关于深度学习移动化的思考

1、   深度学习现状的瓶颈： 一、 计算量巨大，消耗大量的计算资源网络 二、 模型内存占用大，消耗大量内存资源架构 三、 模型存储空间大，消耗大量存储空间框架 四、 只能在云端利用其大量的资源进行模型训练分布式 五、 须要移动设备链接云端，不链接即没法使用其效果。模块化 六、 移动端资源（CPU、GPU、内存）和云端的差距过大，没法进行相似云端的大规模分布式训练。布局   总结：大模型耗费大量的

>>阅读原文<<